電子商務領域中計算機數據挖掘技術的應用研究

摘要：在我國社會經濟的不斷發展、科技的飛速進步的大背景下，計算機網絡技術的應用得到了更廣泛、更高端的應用。在大數據時代中，網絡信息的數量在不斷增加，人們的需求也在不斷增加，傳統的計算機應用已經無法滿足人類的需求，由此誕生出了計算機數據挖掘技術。目前，計算機數據挖掘技術受到了電子商務領域的青睞和廣泛應用，并且借助計算機數據挖掘技術，獲取了巨大的經濟效益。通過消費群體在網絡站點瀏覽的數據，可以獲得有效的信息，數據挖掘技術可以利用這些信息，對消費者的需求有一個大概的了解，為電子商務領域的發展奠定了基礎保障，也促進了電子商務領域穩定快速的發展。

關鍵詞：電子商務;數據挖掘;技術研究;應用

中圖分類號：TP3 文獻標識碼：A

文章編號：1009-3044（2020）19-0239-02

開放科學（資源服務）標識碼（OSID）：

近年來，伴隨著現代化技術的不斷發展，互聯網科技的廣泛應用，給人們的生活和工作提供了諸多便利。大數據時代的來臨，給電子商務領域的發展和創新帶來了改革契機。對于電商企業而言，數據挖掘主要是對現有的數據中提取潛在有價值的信息，并對其進行分析，現如今，如何挖掘數據的隱含價值，利用數據的優勢促進科技創新的目的，是電子商務領域目前面臨的最大挑戰。為了讓企業體驗定制化服務，建立電子商務企業的發展方向和優勢，可以通過數據挖掘，提升電子商務企業的商品交易率，并對未來的發展前景有一定的預測性。本文根據數據挖掘技術的內涵，闡述了數據挖掘技術的主要運用方式，并且對電子商務領域中計算機數據挖掘技術進行了有效的分析，希望能夠對電子商務的發展提供更多的參考建議。

1 數據挖掘技術的內涵

1.1數據挖掘技術

數據挖掘技術是近年來科學領域研究的一個熱點。通過計算機技術對網絡平臺數據進行分析、下載和利用，不僅給查詢用戶提供了便利，也讓數據的傳播和利用，服務于社會大眾，體現出了重要的價值。通常情況下，瀏覽網站所產生的數據具有量大、隨機的特征。數據挖掘就可以在這些隨機的數據中找到有效的信息和價值。這些大量混亂的數據背后起始隱藏了用戶的愛好以及個人經濟水平。因此，對于電子商務而言，可以利用這些信息和數據，去更深入的了解用戶的需求，在發展潛在客戶的同時，也能實現新客戶的開發，讓大數據更好地為企業服務，實現經濟效益的提升。其次，通過數據挖掘技術對現有的用戶進行分析，對他們的需求進行有效的改善和創新，從而為用戶提供更加優質的服務和產品。此外，數據挖掘還可以對異常事件進行分析，比如：國家電網和自來水公司可以對欠費用戶進行異常狀態處理，這樣可以有效地降低企業的經濟損失。

并非只有電子商務領域才能會用到數據挖掘技術，社會上的各種行業和領域都會多多少少的受到大數據的影響，可以說數據挖掘技術正在慢慢重構甚至吞噬很多傳統形式的行業，很多公司旗艦店的選址都是在以數據分為基礎的準確選址，例如肯德基、麥當勞、iPhone集團;而很多傳統模式的公司在大數據的使用上更是廣泛，他們會通過數據技術來完善其供應鏈，例如沃爾瑪大型超市;不止實體經濟，包括電商都會通過使用大數據挖掘來提供更為精準、更為人性化的服務。數據挖掘技術不僅僅是在商業方面有著重要貢獻，它在電網、交通、醫療等等城市建設中的貢獻也是令人贊嘆的，尤其在電商領域的發展提供了很大的幫助。

1.2 數據挖掘對比和Web數據挖掘

以往的數據處理處理方式中包含了數據的查詢、報表的呈現、數據的聯機應用方式等。和現有的數據相比之下，表格的處理方式處理量較大，并在短時間內不易進行有效的分析。在用戶進行瀏覽數據和站點后，會對數據進行綜合的分析.其中產生的數據是隨機的。因此，數據挖掘就在這些零碎的信息上，對客觀的數據進行有效的分析，最終獲取可靠并且有價值的信息。其次，關于Web數據挖掘是數據挖掘技術中一種全新的處理技術，在Wbe背景下，不斷對數據進行挖掘分析和應用，從大量的Web文檔進行集中分析，對站點內的瀏覽數據進行統一整理，并且找出數據背后的價值。同時，數據挖掘可以獲取到潛在的具有應用價值的客戶信息，以挖掘有效的信息為主，處理數據和綜合分析數據，最終達到了解信息價值的目的。最后，運用計算機網絡技術，在用戶和網絡數據站點建立起重要的連接點，將傳統的數據挖掘技術和用戶的需求利用起來，提升產品品質和服務質量。

2 電子商務概述

電子商務是利用網絡進行的商業活動，其中包括產品交易和金融服務等。同時，通過網絡平臺開展的商務交易活動，交易雙方在網絡上進行交易，用戶通過對電子商務平臺商品進行瀏覽和購買的方式。其次，電子商務的基礎是通過對電子數據信息進行有效的數據，以及信息安全的建立。在電子商務領域中，由于數據挖掘技術的支持，為電子商務領域提供了良好的發展前景。在全球范圍內，電子商務不僅是當代人們主要的消費方式，在為企業節約時間和成本的同時，也讓電商企業獲取了最大的經濟利益。

3 數據挖掘技術主要應用方式

3.1路徑分析

網絡路徑是通過哪種方式進入到最終界面的，網絡的最終打開方式就是網頁，打開網頁的方式有很多種，最常見的就是通過鏈接訪問和地址訪問。對路徑進行分析可以得出訪問最頻繁的站點，也能夠得出與路徑存在直接關系的信息，最后再對網頁面進行不斷的改進設計，從而滿足用戶的訪問需求。

3.2存在的關聯規律

世間萬物都存在著不同的關聯，有些產生著直接的關聯，有些產生間接的管線，對于關聯規律而言，都存在著一種必然的聯系。我們可以通過去發現事物本身存在的規律和意義，再通過Web的數據挖掘，建立起網絡的關聯結構，對一些無效的用戶信息進行賽選，去更好的隔斷整個網頁的設計工作，降低用戶的檢索負擔。同時，再將web挖掘的關聯數據用在站點的優化上，在對關聯數據進行分析的原則上，完善電子商務站點的結構，將用戶瀏覽的商品和類似商品放在指定位置，這樣可以提升電子商品銷售額。

3.3 序列模型

事物在產生的過程中是需要經過時間的順序而發生改變的。簡單而言，數據挖掘可以根據現有的數據去預測用戶接下來需要訪問的站點。這種數據分析可以根據時間的先后順序對電子商務處理的事物具有很大的指導意義，通過預測用戶的訪問習慣和方式，為用戶提供多樣化的服務。同時，關于分類規則，其中決策樹的方法最常見。在數據中構建決策樹，可以為決策提供指導方向，根據數據的某種特定屬性進行的，也可以設置為某種類型用戶的固定商業交易活動。這種可以稱之為為目標性用戶，對不同的用戶進行單一特定的服務。

3.4 異常檢測

在大量的網絡數據中包含著與其他數據不一樣的數據記錄，這些數據被稱之為異常點。而數據中的異常點中通常包含著重要的信息，對數據的異常點或者特點進行分析，可以得到具有價值的信息。比如：銀行數據中可以檢測出欺詐行為，這就是數據挖掘在其特地領域中發揮的重要價值和作用。

4 電子商務領域中數據挖掘技術的應用

4.1 挖掘出潛在的客戶群體

數據挖掘技術在傳統的行業領域得到了廣泛的應用，能夠處理的問題，為電商企業獲取巨大的經濟利益。關于電子商務行業的應用，數據挖掘可以尋找潛在的客戶群體。對于任何企業而言，客戶才是促進企業可持續性發展的根本，在電子商務企業中同樣積累了大量的客戶。因此，為了開發出新的客戶，為企業增加大量的客戶，創造出更多的利益，才能提升企業的市場競爭力。同時，利用客戶群體的消費意向可以幫助電子商務平臺吸引更多的消費者群體，按照消費者的信息將其分類，并且結合類別進行管理和營銷。

4.2 系統推薦

在電子商務網絡平臺中存在了大量的商品，客戶在豐富多彩的商品中無法選擇出適合自己的商品，特別是對于具有選擇困難癥的客戶。而電子商務平臺會根據用戶體驗良好的原則，為消費者解決以上問題，并且根據消費者的消費歷史結合注冊信息，加上電子商務店鋪的銷售手段，可以通過數據挖掘技術結合以上特點給用戶篩選出特點的商品，最后按照不同消費者的需求推薦給不同的消費者。現如今，中國最常見的電子商務平臺，阿里巴巴淘寶亦是采用這種方式，不僅為不同的客戶群體推薦了他們需要且喜歡的商品，還為淘寶店鋪和商家提升了商品交易率。

4.3 欺詐檢測

在上文我們提到，在銀行可以利用數據挖掘進行欺詐檢測。但是欺詐問題不僅僅是銀行業常見的問題，也是阻礙電子商務領域發展的一個重大因素問題。由于電子商務地域性跨越和虛擬性的特征，消費者無法通過電子平臺了解商品質量的好壞，只能通過其他購買過商品客戶的評價來判斷商品的質量。很多的商家抓住這一漏洞，雇傭了很多的網絡水軍對商品進行好評，最終達到隱藏商品質量和其他缺點的目的。由于這一問題的出現，以此對電子商務平臺的名譽造成了很大的影響，進而阻礙電子商務行業的發展。

5 結束語

總而言之，數據挖掘技術對電子商務領域的發展有著重要的意義，通過數據的分析和預測為用戶提供主動的智慧服務，數據玩具技術可以通過數據挖掘了解讀者的使用需求、行為等，通過已知的數據對用戶使用需求進行產品和服務創新，不斷分析和預測需求，從而為用戶提供智慧化服務。其次，在數據技術的應用下，對交易數據進行更加深入的分析，并且對數據進行匯總處理，賣家可以通過數據了解客戶的需求，并且開發出許多新客戶，而買家也可以全方位的了解商品的屬性和質量好壞，通過方便快捷的交易方式，擁有多樣化的商品購買方式。由此可見，數據挖掘技術為人類社會的建設為經濟的發展提供了強有力的信息支持，它的無限價值正在被慢慢發現并應用于人類社會各個領域，它所提供的數據是人類看世界的一種全新的方式，它是以事實與數據為基礎的信息技術，將給人類社會的發展變革帶來巨大的推動作用。

參考文獻：

[1]朱沙.電子商務中計算機WEB數據挖掘技術的應用分析[Jl.電腦知識與技術，2019，15（32）：287-288.

[2]段繼鋒.電子商務領域中計算機數據挖掘技術的應用研究[Jl.通訊世界，2017（4）：86.

[3]歐陽騫.電子商務領域中計算機數據挖掘技術的應用研究[Jl.中國管理信息化，2016，19（19）：158-159.

[4]李楠楠.大數據挖掘技術在電子商務企業營銷中的應用研究[J].全國流通經濟，2019（8）：16-17.

【通聯編輯：張薇】

作者簡介：李興瑩（1979-），女，重慶人，碩士研究生，副教授，研究方向：計算機應用。